PERANCANGAN KESEIMBANGAN LINTASAN PRODUKSI MENGGUNAKAN PENDEKATAN SIMULASI dan METODE RANKED POSITIONAL WEIGHTS


PERANCANGAN KESEIMBANGAN LINTASAN PRODUKSI MENGGUNAKAN PENDEKATAN SIMULASI DAN METODE

RANKED POSITIONAL WEIGHTS


Hengky K. Salim*), Kuswara Setiawan, Lusia P. S. Hartanti

Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Pelita Harapan
Jl. Jend. A. Yani 288 Surabaya, Indonesia 60234

Abstrak

Mengidentifikasi dan mengatasi permasalahan yang ada di dunia industri cukup sulit apabila dilakukan menggunakan metode tradisional seperti pemodelan matematika karena memakan waktu yang lama. Penelitian ini menyajikan gabungan pendekatan simulasi dan metode Ranked Positional Weights (RPW) untuk mengoptimalkan nilai efisiensi keseimbangan lintasan produksi. Penelitian ini menggunakan stopwatch time study untuk mendokumentasikan waktu proses pada setiap mesin dan operator dan juga menganalisis susunan sistem produksi saat ini. Lebih lanjut lagi, penelitian ini menganalisis dan mengolah data-data tersebut menggunakan uji statistik dengan perangkat lunak SPSS. Waktu proses pada setiap mesin dan operator dikonversi menjadi satuan distribusi matematika menggunakan teknik distribution fitting. Nilai keseimbangan lintasan produksi pada sistem yang sekarang adalah 59,99 persen dengan 6 stasiun kerja. Penggunaan metode RPW dan pendekatan simulasi dengan perangkat lunak ARENA menghasilkan perbaikan terhadap nilai keseimbangan lintasan produksi menjadi 94,64 persen dengan 3 stasiun kerja di dalam sistem baru yang diuji.

Kata kunci : keseimbangan lintasan produksi; proses produksi; simulasi; ranked positional weights; simulasi arena

Abstract

Identifying and optimising industrial problems are quite difficult to be done using traditional methods, such as mathematical modelling which is time consuming. The paper will present a simulation approach and Ranked Positional Weights (RPW) method to improve the production line balance efficiency. This research conducts a stopwatch time study of each machine and operator, as well as analysis to the production layout of the current system. Afterward, this research analyze the data using SPSS statistical software. The processing time of each machine and operator are converted to mathematical distributions using a distribution fitting technique. The line balance efficiency of the current system is 59.99 percent with 6 workstations in the system. Deploying a RPW method and simulation approach using ARENA simulation software has resulted a line balance efficiency improvement to 94.64 percent with 3 workstations in the new proposed system.

Keywords : production line balancing; production process; simulation; ranked positional weights; arena simulation


Pendahuluan

Pada era globalisasi saat ini, banyak perusahaan manufaktur mengalami perkembangan pesat. Badan Pusat Statistik Indonesia (2013) mengatakan bahwa industri berskala besar berkembang sebesar 8,94 persen dan industri berskala kecil dan sedang berkembang sebesar 4,84 persen. Perkembangan tersebut menuntut industri-industri menjalankan sistem produksi dengan efisien. Jumlah mesin dan
-------------------------------------------------------------

*) Penulis Korespondensi. email:  lim.hengky93@live.com
Jurnal Teknik Industri, Vol. XI, No. 1, Januari 2016



operator yang minimal, tetapi mampu menghasilkan produktivitas yang tinggi.

Efisiensi keseimbangan lintasan produksi dibutuhkan untuk meningkatkan produktivitas, sehingga mampu memenuhi kebutuhan pasar. Waktu tunggu antar stasiun kerja harus diminimalkan untuk menghindari bottleneck yang dapat menyebabkan hasil produksi tidak optimal. Oleh karena itu, tujuan dari penyeimbangan lintasan produksi adalah untuk membantu perusahaan manufaktur dalam mendesain dan mengimplementasikan perbaikan terhadap sistem produksi yang ada saat ini.


53


Pada dasarnya, lintasan produksi yang tidak seimbang mengakibatkan bottleneck. Bottleneck adalah suatu kondisi dimana beberapa stasiun kerja melakukan proses penuh dan beberapa stasiun kerja lainnya dalam kondisi menganggur karena menunggu input dari stasiun kerja sebelumnya (Groover, 2008). Guna meminimalkan bottleneck dibutuhkan perancangan keseimbangan lintasan produksi. Tetapi, kelemahan perancangan keseimbangan lintasan produksi saat ini adalah efisiensi keseimbangan lintasan tidak optimal.

Metode umum yang digunakan untuk mengoptimalkan nilai efisiensi lintasan produksi adalah metode Ranked Positional Weights (RPW) (Ghutukade et al., 2013; Wignjosoebroto, 2000). Metode ini menggunakan sistem alokasi terhadap sejumlah mesin yang dialokasikan dalam suatu stasiun kerja. Cara kerja dari metode ini adalah menghitung bobot dari setiap mesin dan operator yang terdapat di dalam sistem. Bobot tersebut diurutkan dari yang terbesar hingga yang terkecil. Berdasarkan bobot pada masing-masing proses, nilai tersebut dikelompokkan sesuai dengan batas siklus waktu setiap stasiun kerja. Lebih lanjut lagi, penelitian ini menggunakan metode simulasi dengan software ARENA. Kelebihan dari metode ini adalah kemampuan model dalam merepresentasikan sistem nyata dengan cukup akurat. Sehingga, bottleneck dapat teridentifikasi dan dapat dioptimalkan menggunakan metode RPW.

PT Wijaya Panca Sentosa Food adalah salah satu perusahaan manufaktur di Jawa Timur yang memproduksi mie telur kering. Terdapat dua area produksi di dalam pabrik, yaitu sub-area produksi pertama dan sub-area produksi kedua. Pada sub-area produksi pertama, sistem produksi masih menggunakan tenaga kerja manual. Sedangkan, pada sub-area produksi kedua menggunakan mesin otomasi.

Permasalahan utama pada PT Wijaya Panca Sentosa Food adalah nilai efisiensi lintasan produksi yang rendah. Berdasarkan pengamatan secara langsung, masih banyak proses yang dalam keadaan menganggur dan menunggu input dari proses sebelumnya. Hal ini diakibatkan oleh banyaknya operator di beberapa proses. Tetapi di sisi lain, terdapat kekurangan pada beberapa mesin tertentu.

Terdapat banyak penelitian terdahulu yang telah menggunakan metode Ranked Positional Weights untuk mengoptimalkan produktivitas suatu lintasan produksi, tetapi belum ada penelitian yang menggunakan gabungan antara pendekatan simulasi dan metode Ranked Positional Weights. Penelitian yang dilakukan oleh Cortes et al. (2010) menggunakan pendekatan simulasi ARENA untuk mengoptimalkan nilai efisiensi keseimbangan lintasan produksi. Penelitian ini menggunakan industri otomotif sebagai objek penelitian. Lebih lanjut lagi, penelitian ini membandingkan metode baru yaitu,

Modified Ranked Positional Weights (MRPW) dan Multi-Started Neighborhood Search Heuristic
(MSNSH). Akan tetapi, relevansi penggunaan metode

Jurnal Teknik Industri, Vol. XI, No. 1, Januari 2016


Modified Ranked Positional Weights (MRPW) hanya digunakan pada kasus assembly line yang kompleks. Sehinga dalam kasus assembly line yang sederhana seperti yang ada dalam penelitian ini, penggunaan metode Ranked Positional Weights lebih sesuai (Grzechca, 2014).

Pada penelitian ini akan menggunakan simulasi sistem produksi nyata untuk mengidentifikasi bottleneck di dalam sistem. Simulasi dengan ARENA digunakan pada penelitian ini agar mampu merepresentasikan sistem nyata secara akurat. Hasil simulasi akan digunakan untuk mengoptimalkan nilai efisiensi keseimbangan lintasan produksi dengan menggunakan metode RPW. Sehingga, bottleneck di dalam sistem dapat diminimalkan dan produktivitas meningkat.

Metodologi Penelitian
Tahap pertama – Identifikasi masalah
Identifikasi     masalah     dilakukan     dengan

wawancara yang berkaitan dengan permasalahan sistem produksi sekarang.

Tahap kedua – Pengumpulan data

Pengumpulan data dilakukan melalui observasi, wawancara, dokumentasi, dan studi literatur.
Tahap ketiga – Pengujian statistik

Pengujian statistik yang dilakukan antara lain uji keseragaman data, uji kecukupan data, dan distribution fitting. Distribution fitting dilakukan dengan menggunakan software Input Analyzer, sedangkan uji keseragaman data dilakukan menggunakan software SPSS.

Tahap keempat – Simulasi pada sistem produksi sekarang

Simulasi dibuat menggunakan software Arena. Parameter replikasi yang digunakan adalah sebanyak
10   replikasi   (Siregar,   2011).   Nilai
efisiensi
keseimbangan
lintasan
produksi
dihitung
menggunakan rumus pada persamaan 1.

E = Tp/Tc    ...........................................
[1]
Dimana:



E = efisiensi stasiun kerja

Tp = waktu service maksimal di dalam sistem Tc = waktu siklus

Tahap kelima – Verifikasi dan validasi model Verifikasi model dilakukan dengan mengamati

animasi simulasi pada software Arena. Sedangkan validasi model dilakukan menggunakan metode Mean Absolute Percentage Error (MAPE). MAPE dihitung

menggunakan persamaan 2 dan 3.

E1
= | (
–   )/
|   .............................
[2]
E2
= | (
)/
|   ..................
[3]
Dimana:
E1 = persentase error rata-rata
E2 = persentase error standar deviasi  = output pada sistem produksi nyata  = output simulasi

SDY = standar deviasi output pada sistem produksi nyata
SDX = standar deviasi output simulasi

54


Jika nilai E1 kurang dari 5% dan nilai E2 kurang dari 30%, maka dapat dikatakan bahwa model simulasi merepresentasikan sistem produksi nyata (Wahid dan Suryani, 2012).

Tahap keenam – Skenario Perbaikan Sistem Produksi Skenario usulan perbaikan keseimbangan

lintasan produksi dibuat berdasarkan nilai efisiensi keseimbangan lintasan produksi dan persentase utilitas mesin dan operator. Nilai efisiensi keseimbangan lintasan produksi dihitung menggunakan metode RPW. Persentase utilitas pada output simulasi digunakan sebagai bahan pertimbangan untuk alokasi mesin dan operator yang lebih optimal.

Hasil Dan Pembahasan

Distribution Fitting

Estimasi distribusi pada setiap proses menggunakan software Input Analyzer. Tabel 1 menunjukkan estimasi distribusi pada setiap proses.

Tabel 1. Hasil Distribution Fitting


No.
Nama Proses
Distribusi


1
Pencampuran
TRIA(331, 349, 415)


2
Penggilingan
225 + WEIB(20.6,


1.33)






3
Pemotongan
NORM(75.3, 8.17)


4
Perebusan
TRIA(596, 655, 726)


5
Pencetakan Mie
77 + 30 *


Gulung
BETA(1.15, 1.09)





6
Pencetakan Mie
TRIA(68, 91.8, 102)


Bulat







Pengemasan Plastik



7
Mie Gulung
NORM(24.7, 2.45)



Menjangan




Packing Kardus
57 + 23 *


8
Mie Gulung


BETA(1.37, 1.43)



Menjangan







Pengemasan Plastik
17 + GAMM(1.23,


9
Mie Bulat


2.45)



Menjangan






10
Packing Plastik Mie
50 + 19 *


Bulat Menjangan
BETA(0.807, 0.866)






Pengemasan Plastik
16 + 8 * BETA(1.88,


11
Mie Bulat Ikan


2.39)



Terbang






12
Packing Plastik Mie
50 + 19 *


Bulat Ikan Terbang
BETA(1.14, 1.07)


















Jurnal Teknik Industri, Vol. XI, No. 1, Januari 2016


Oleh karena keterbatasan software Arena berkaitan dengan penjadwalan produksi, tingkat kedatangan material menggunakan tingkat kedatangan konstan. Perhitungan tingkat kedatangan material adalah sebagai berikut:

Kedatangan material = 60/(328,38/60)

= 10,97 ≈ 11

Dari perhitungan diatas, dapat disimpulkan bahwa tingkat kedatangan material adalah 11 unit/jam.

Precedence Diagram

Precedence diagram merupakan suatu diagram yang menunjukkan urutan proses produksi dari awal sampai akhir. Precedence diagram digunakan untuk membuat diagram alir proses pada software simulasi Arena. Gambar 1 menunjukkan precedence diagram pada sistem produksi PT Wijaya Panca Sentosa Food.

Simulasi pada Sistem Produksi Awal

Modul utama yang digunakan untuk membuat simulasi adalah modul proses, entitas, resources, tingkat kedatangan material dan penjadwalan. Flowchart proses pada software Arena dibuat berdasarkan precedence diagram dan estimasi distribusi pada masing-masing proses produksi. Gambar 2 menunjukkan flowchart proses pada software Arena.





Work Station III
Work Station IV

Work Station I

Work Station II
5
7
8
1
2
3
4
Oven






6
9
10




Work Station






V







11
12

Work Station VI

Gambar 1. Precendence Diagram















55

































Gambar 2. Flowchart Proses pada Software Arena


Menjalankan Simulasi

Simulasi dijalankan sebanyak 10 replikasi dengan 6 hari kerja dan 20 jam kerja. Jam kerja sebanyak 20 jam di dalam parameter replikasi, termasuk proses oven yang dilakukan diluar jam kerja normal. Jam kerja normal per hari adalah 7 jam kerja. Oleh karena itu, proses yang dilakukan setelah oven akan dilakukan pada hari berikutnya.

Uji Kecukupan Replikasi

Uji kecukupan replikasi digunakan untuk menguji apakah jumlah replikasi yang digunakan untuk menjalankan simulasi cukup atau tidak. Uji kecukupan replikasi dihitung menggunakan rumus sebagai berikut:
.................................... [4] = 106,19
....................................       [5]



Dimana:

R
= jumlah replikasi
e
= estimasi nilai error
S0
= standar deviasi
n0
= jumlah replikasi awal
tα/2,R-1
= nilai ttabel

Jurnal Teknik Industri, Vol. XI, No. 1, Januari 2016


Berdasarkan perhitungan diatas, dapat dibuat tabel perhitungan kecukupan jumlah replikasi yang terdapat pada tabel 2.

Tabel 2. Perhitungan Jumlah Replikasi


R
8
9
10
11


t0.025,
2,3
2,31
2,2
2,2


R-1
6
6
0





R'
10,
10,4
9,9
9,4


9
3
8
6





Berdasarkan tabel 2, dapat disimpulkan bahwa jumlah replikasi minimal adalah 10 replikasi (R > R’), sehingga tidak dibutuhkan penambahan jumlah replikasi pada saat menjalankan simulasi.

Uji Beda

Uji beda dilakukan dengan menggunakan software SPSS dengan modul Paired-Sample T Test. Uji beda digunakan untuk menguji apakah hasil output produksi pada simulasi dan sistem nyata terdapat perbedaan yang signifikan atau tidak.

Berdasarkan hasil SPSS, nilai thitung adalah -0,345 dengan degree of freedom 9. Nilai ttabel dengan tingkat
keyakinan 95 persen yaitu antara -2,262 sampai 2,262.

Karena nilai thitung masih berada pada rentang nilai pada ttabel maka H0 diterima bahwa tidak terdapat perbedaan yang signifikan antara rata-rata output pada

sistem nyata dan output simulasi.

56


Verifikasi dan Validasi Model

Verifikasi model dilakukan dengan menganalisis output produk pada simulasi dan membandingkan output produk tersebut dengan output pada sistem nyata. Output produk secara keseluruhan dalam sistem nyata rata-rata 2232,7 unit dan output hasil simulasi rata-rata 2252,5 unit. Sehingga, dapat disimpulkan bahwa model yang disimulasikan merepresentasikan kondisi sistem produksi nyata. Hasil output simulasi dan sistem nyata terdapat pada Tabel 3.

Tabel 3. Output Simulasi dan Sistem Nyata


Output pada
Output

Replikasi  (j)
Sistem Nyata

Simulasi (Y)


(X)




1
2405
2393

2
2118
2102

3
2255
2392

4
2334
2102

5
2128
2393

6
2149
2153

7
2098
2103

8
2167
2393

9
2404
2102

10
2269
2392

Rata-rata
2232.7
2252.5

Standar Deviasi
117.71
148.45


Validasi model dilakukan menggunakan metode

Mean Error Absolute Percentage (MAPE). Validasi model dilakukan dengan menggunakan rumus pada persamaan 2 dan persamaan 3.
=  0,89%

=  26,12%
Berdasarkan perhitungan diatas dapat disimpulkan bahwa model yang dibuat valid, karena nilai E1 < 5% dan nilai E2 < 30% (Wahid dan Suryani, 2012).

Efisiensi Keseimbangan Lintasan Produksi Awal

Perhitungan efisiensi keseimbangan lintasan produksi awal terdapat pada Tabel 4.

Tabel 4. Efisiensi Keseimbangan Lintasan Produksi

Awal




Waktu
Efisiensi

Stasiun Kerja
Proses
Operasi
Stasiun



(detik)
Kerja

1
1,2,3
684.13
100.00%

2
4
659.12
96.34%

3
5
92.54
13.53%

4
6
170.46
24.92%

5
7,8
290.08
42.40%

6
9,10,11,12
566.33
82.78%

Efisiensi Lintasan Produksi
2462.66
59.99%


Jurnal Teknik Industri, Vol. XI, No. 1, Januari 2016


Berdasarkan tabel 4, dapat disimpulkan bahwa nilai efisiensi keseimbangan lintasan produksi pada kondisi awal adalah sebesar 59,99%.

Usulan Perbaikan Keseimbangan Lintasan Produksi Skenario 1

Pada skenario pertama dilakukan perancangan keseimbangan lintasan produksi dengan menggunakan metode Ranked Positional Weights untuk mengalokasikan jumlah stasiun kerja yang optimal pada sistem produksi dan menganalisis nilai efisiensi keseimbangan lintasan produksi pada jumlah stasiun kerja yang optimal. Pengalokasian proses pada stasiun kerja dilakukan dengan mengalokasikan proses dengan bobot tertinggi sampai terendah. Dalam pengalokasian proses dalam sebuah stasiun kerja, tidak boleh melebihi waktu siklus (Tc) dalam sistem. Nilai efisiensi keseimbangan lintasan produksi pada skenario pertama masih belum optimal, sehingga dilakukan simulasi menggunakan ARENA untuk mengetahui mesin dan operator mana yang memiliki persentase utilitas yang rendah. Perhitungan efisiensi keseimbangan lintasan produksi pada skenario 1 terdapat pada tabel 5.

Tabel 5. Efisiensi Keseimbangan Lintasan Produksi

Skenario 1






Waktu


Stasiun
Nomor
Bobot
Waktu
Stasiun


Kerja
Proses
(detik)
Kerja









(detik)


1
1
2861.09
364.85




2
2617.07
244.02




3
2373.05
376.25
985.12


2
4
1996.8
659.12




6
808.63
170.46




5
408.22
92.53




9
319.48
250.25
1172.36


3
11
318.69
244.13




7
315.69
247.4




12
74.56
74.56




10
69.23
69.23




8
68.29
68.29
953.86



Total Waktu
2861.09


Keseimbangan Lintasan
81.35%


Nilai output yang digunakan adalah output pada sistem nyata 2232,7. Perhitungan waktu siklus adalah sebagai berikut (dalam 1 minggu terdapat 117 jam kerja dan 1 siklus/batch menghasilkan 6,34 unit):




Berdasarkan perhitungan pada Tabel 5, dapat disimpulkan nilai efisiensi keseimbangan lintasan produksi pada skenario 1 adalah 81,35%.


57


Simulasi Skenario 1
Tabel 6. Persentase Utilitas Skenario 1

Mesin/Operator
Utilitas
Utilitas Minimum
Utilitas Maksimum

Mesin Autoclave
0,587
0,5714
0,5998

Mesin Giling
0,664
0,6496
0,6714

Mixer
0,9962
0,9679
1,0063

Operator Packing Mie Bulat Ikan
0,1318
0,1219
0,1425

Terbang





Operator Packing Mie Bulat Kuda
0,1224
0,1133
0,1316

Menjangan





Operator Packing Mie Gulung
0,1164
0,1157
0,1173

Operator Pemotongan Mie
0,9877
0,9617
0,9967

Operator Pencetakan Mie Bulat
0,1231
0,1185
0,1255

Operator Pencetakan Mie Gulung
0,1968
0,1934
0,2002

Operator Pengemasan Mie Bulat Ikan
0,4309
0,3975
0,4651

Terbang





Operator Pengemasan Mie Bulat Kuda
0,4421
0,4072
0,4756

Menjangan





Operator Pengemasan Mie Gulung
0,3367
0,3362
0,3371

Oven
0,9504
0,9233
0,9643



Simulasi pada skenario pertama dibuat berdasarkan waktu proses dan jumlah proses pada sistem awal. Berdasarkan hasil output simulasi didapatkan persentase utilitas pada masing-masing proses produksi yang terdapat pada tabel 6.

Usulan Perbaikan Keseimbangan Lintasan Produksi Skenario 2

Pada skenario kedua, dilakukan perbaikan berdasarkan persentase utilitas output simulasi Arena pada tabel 6 dengan melihat kapasitas mesin atau operator yang belum melakukan pemrosesan secara optimal. Berdasarkan tabel 6, dapat disimpulkan bahwa terdapat operator yang menganggur, karena menunggu pemrosesan dari stasiun kerja sebelumnya, sedangkan beberapa mesin memiliki utilitas yang tinggi di dalam memproses pekerjaan. Optimasi keseimbangan lintasan menggunakan metode trial-and-error. Metode ini merupakan salah satu tahapan dalam metode Ranked Positional Weights yang direkomendasikan oleh Heizer dan Render (2006). Pada metode ini, trial-and-error dilakukan dengan menambahkan 1 mesin mixer, 1 mesin giling, dan 1 operator pemotongan, serta menambah kedatangan bahan baku sebesar 11 paket bahan baku. Sedangkan, untuk operator dan mesin yang berutilitas rendah akan dikurangi. Pengurangan operator terjadi pada operator pencetakan mie bulat sebanyak 5 operator, operator packing sebanyak 3 operator, dan operator pengemasan mie gulung sebanyak 1 operator. Operator-operator tersebut akan dialokasikan untuk mengoperasikan penambahan mesin dan elemen kerja tersebut.

Simulasi Skenario 2

Berdasarkan hasil simulasi ARENA pada skenario 2, dihasilkan output rata-rata 2785,5 unit dan persentase utilitas yang terdapat pada Tabel 7.

Jurnal Teknik Industri, Vol. XI, No. 1, Januari 2016


Tabel 7. Persentase Utilitas Skenario 2

Mesin/Operator
Utilitas
Utilitas
Utilitas

Minimum
Maksimum




Mesin Autoclave
0,7858
0,7770
0,7904

Mesin Giling
0,6642
0,6580
0,6682

Mixer
1,0000
0,9957
1,0044

Operator




Packing Mie
0,2768
0,2581
0,2838

Bulat Ikan





Terbang




Operator




Packing Mie
0,2570
0,2375
0,2642

Bulat Kuda





Menjangan




Operator




Packing Mie
0,2371
0,2309
0,2494

Gulung




Operator
0,9931
0,9885
0,9975

Pemotongan Mie





Operator




Pencetakan Mie
0,4951
0,4841
0,5063

Bulat




Operator




Pencetakan Mie
0,3953
0,3907
0,4041

Gulung




Operator




Pengemasan Mie
0,4521
0,4208
0,4627

Bulat Ikan





Terbang




Operator




Pengemasan Mie
0,4645
0,4297
0,4790

Bulat Kuda





Menjangan




Operator




Pengemasan Mie
0,5154
0,5038
0,5427

Gulung




Oven
0,9791
0,9772
0,9804




58



Efisiensi Keseimbangan Lintasan Produksi Skenario 2

Perhitungan nilai efisiensi keseimbangan lintasan produksi pada skenario 2 menggunakan metode RPW. Hasil perhitungan terdapat pada Tabel 8.

Tabel 8. Efisiensi Keseimbangan Lintasan Produksi

Skenario 2






Waktu


Stasiun
Nomor
Bobot
Waktu
Stasiun


Kerja
Proses
(detik)
Kerja









(detik)


1
1
5021.51
364.85




2
4656.66
244.02




3
4412.64
376.25




4
4036.39
659.12
1644.24


2
6
1386.59
681.4




5
1131.95
185.06




7
946.89
742.2
1608.66


3
9
777.42
500.5




11
488.25
488.25




12
298.25
298.25




10
276.92
276.92




8
204.69
204.69
1768.61



Total Waktu
5021.51


Keseimbangan Lintasan
94.64%


Perhitungan waktu siklus pada sistem usulan skenario 2 adalah sebagai berikut: (dalam 1 minggu terdapat 117 jam kerja dan 1 siklus/batch menghasilkan 12,68 unit)




Berdasarkan perhitungan nilai efisiensi keseimbangan lintasan produksi pada Tabel 8, dapat disimpulkan nilai efisiensi keseimbangan lintasan produksi adalah sebesar 94,64%. Menurut Groover (2008), nilai efisiensi keseimbangan lintasan produksi adalah antara 0,90 sampai 0,98. Jadi, dapat disimpulkan bahwa nilai efisiensi keseimbangan lintasan produksi pada skenario 2 sudah optimal.

Perbandingan Output

Gambar 3. Perbandingan Output

Pada Gambar 3 menunjukkan perbandingan output antara sistem produksi awal, usulan pada skenario 1 dan skenario 2.

Berdasarkan perbandingan output pada Gambar 3, dapat disimpulkan bahwa output pada kondisi awal dan skenario 2 meningkat sebesar 24,76%.


= 24,76%

Kesimpulan

Berdasarkan analisis data, didapatkan hasil efisiensi keseimbangan lintasan produksi awal adalah 59,99% dengan jumlah stasiun kerja awal berjumlah 6 stasiun kerja. Output produk yang dihasilkan pada sistem produksi awal rata-rata berjumlah 2232,7 unit.

Perbaikan pada skenario pertama dengan menggunakan metode RPW dan pendekatan simulasi, menghasilkan jumlah stasiun kerja optimal sebanyak 3 stasiun kerja dengan efisiensi keseimbangan lintasan produksi sebesar 81,35%. Berdasarkan output hasil simulasi didapatkan rata-rata output produk pada skenario pertama adalah 2252,5 unit. Nilai efisiensi keseimbangan lintasan produksi ini dioptimalkan kembali karena dinilai masih kurang optimal.

Pada Skenario kedua dilakukan penambahan 1 mesin mixer, 1 mesin giling, dan 1 operator pemotongan, serta menambah kedatangan bahan baku sebesar 11 paket bahan baku. Selain penambahan juga dilakukan pengurangan operator, yaitu operator pencetakan mie bulat sebanyak 5 operator, operator packing sebanyak 3 operator, dan operator pengemasan mie gulung sebanyak 1 operator. Berdasarkan hasil optimasi, didapatkan jumlah stasiun kerja optimal sebanyak 3 stasiun kerja dengan efisiensi keseimbangan lintasan produksi sebesar 94,64%. Hasil output produksi rata-rata pada simulasi sebanyak 2785,5 unit.

Daftar Pustaka

Biro Pusat Statistik. “Pertumbuhan Produksi Industri Manufaktur Triwulan I Tahun 2013” Berita Resmi Statistik, 1 Mei 2013, 1

Cortes, Pablo, Luis Olivera dan Jose Guadix (2010)

“Optimising and simulating the assembly line balancing problem in a motorcycle manufacturing company: a case study”

International Journal of Production Research, 48(12), pp. 3637-3656

Ghutukade, Santosh T. dan Suresh M. Sawant (2013) “Use of ranked position weighted method for assembly line balancing” International Journal of Advanced Engineering Research and Studies, 2(4), pp. 1-3

Groover, Mikell P. (2008) Automation, Production Systems, and Computer-integrated Manufacturing, New Jersey: Prentice Hall



Jurnal Teknik Industri, Vol. XI, No. 1, Januari 2016
59


Heizer, Jay dan Barry Render, 2006. Operations Management Buku 2 edisi ke tujuh. Jakarta: Penerbit Salemba Empat.

Siregar,     Indra    S.    F.    “Perancangan    Sistem
Keseimbangan                              Lintasan   Produksi   dengan
Teknik   Simulasi”   S.T.,   diss.,   Universitas

Sumatera Utara, 2011





























































Jurnal Teknik Industri, Vol. XI, No. 1, Januari 2016


Wahid, Abdurrahman dan Erma Suryani (2012) “Penerapan model sistem dinamis untuk analisa program pelatihan ditinjau dari knowledge management pada perusahaan ABC (studi kasus: PT Pertamina (Persero) unit pemasaran VI Kalimantan, Balikpapan)” Jurnal Teknik Pomits, 1(1), pp. 1-5

Wignjosoebroto, Sritomo (2000) Ergonomi Studi Gerak dan Waktu: Teknik Analisis untuk Peningkatan Produktivitas Kerja, Surabaya: Guna Widya
























































60














Analisis Penulisan Jurnal :
1. Judul jurnal menggunakan font Times New Roman dengan size 14 dan di bold.
2. Font penulisan keseluruhan isi jurnalnya menggunakan Times New Roman.
3. Terdapat 8 (delapan) tabel pada jurnal.
4. Terdapat 3 (tiga) gambar pada jurnal.
5. Pada gambar 1 merupakan precendence diagram.
6. Pada gambar 2 merupakan flowchart proses pada software arena.
7. Pada gambar 3 merupakan gambar perbandingan output.
8. Font Sizenya 10 untuk judul dan penjelasan pada sub bab dan judul tabel dan menggunakan font Times New Roman.
9. Pada masing – masing gambar font sizenya adalah 9,2.
10. Pada tiap judul sub bab fontnya di bold.
11. Terdapat 6 tahapan pada metodologi penelitian.
12. Pada Tabel 1 merupakan hasil distribution fitting.
13. Pada Tabel 2 merupakan perhitungan jumlah replikasi.
14. Pada Tabel 3 merupakan output simulasi dan sistem nyata.
15. Pada Tabel 4 merupakan efisiensi keseimbangan lintasan produksi awal.
16. Pada Tabel 5 merupakan efisiensi keseimbangan lintasan produksi skenario 1.
17. Pada Tabel 6 merupakan persentase utilitas skenario 1.
18. Pada Tabel 7 merupakan persentase utilitas skenario 2.
19. Pada Tabel 8 merupakan efisiensi keseimbangan lintasan produksi skenario 2.
20. Verifikasi model dilakukan dengan menganalisis output produk pada simulasi dan membandingkan output produk tersebut dengan output pada sistem nyata
21. Uji beda dilakukan dengan menggunakan software SPSS dengan modul Paired-Sample T Test
22. Uji kecukupan replikasi digunakan untuk menguji apakah jumlah replikasi yang digunakan untuk menjalankan simulasi cukup atau tidak.
23. Modul utama yang digunakan untuk membuat simulasi adalah modul proses, entitas, resources, tingkat kedatangan material dan penjadwalan.
24. Apabila ada kalimat yang menggunakan bahasa inggris maka kalimat tersebut di italic.
25. Keseluruhan kalimatnya di justify.
26. Simulasi pada skenario pertama dibuat berdasarkan waktu proses dan jumlah proses pada sistem awal.
27. Pada jurnal tersebut hanya terdapat satu grafik batang yaitu terdapat pada gambar 3.
28. Hampir setiap tabel menggunakan rumus untuk menemukan hasil akhirnya.
29. Tiap rumus yang ada diberikan keterangan yang jelas.
30. Pada daftar pustaka terdapat 8 (delapan) sumber.

Posting Komentar